HTTP 协议底层 TCP 传输原理——从输入 URL 到看到页面发生了什么？

HTTP 协议底层 TCP 传输原理——从输入 URL 到看到页面发生了什么？

前言

HTTP（超文本传输协议）是万维网的基石，打开浏览器就离不开它。但 HTTP 位于应用层，真正帮它把数据从服务器搬到浏览器的是传输层的 TCP。

在浏览器输入网址并按下回车的那一瞬间，实际发生的不是"请求-响应"这么简单，而是一条完整的链路：DNS 解析 → TCP 三次握手 → HTTP 请求报文 → HTTP 响应报文 → TCP 四次挥手。

由于涉及大量网络协议，可以非常直观地考察对计算机网络体系的整体把握程度，所以自然成为了各大公司的面试常客。

下面我们就来详细拆解这个网络通信过程。

1. DNS 解析：域名怎么变成 IP

互联网上的每一台主机都有唯一的 IP 地址，但 IP 地址是一串数字，比如 110.242.68.66，没人愿意记住它。

于是有了域名系统（DNS）。你在浏览器输入 baidu.com，浏览器会先向 DNS 服务器查询这个域名对应的 IP 地址，然后用 IP 去建立连接。在浏览器按 F12 打开开发者工具，Network 面板里能看到每个请求对应的真实 IP。

DNS 查询的简化流程：

配合下图直观理解：

浏览器缓存 → 系统缓存 → 本地域名服务器 → 根域名服务器 → 顶级域名服务器 → 权限域名服务器

需要注意的是，DNS 使用的是 UDP 协议，也就是说上面各种请求的转发，都是基于 UDP 这个无连接协议的。

2. TCP 三次握手：为 HTTP 报文铺路

HTTP 选择 TCP 作为传输层协议，是因为 HTTP 要求数据完整、有序到达，而 TCP 的确认应答和重传机制正好满足这个需求。

在 HTTP 报文传输之前，TCP 必须先完成三次握手，确认双方的收发能力都正常：

三次握手之后，双方进入 ESTABLISHED 状态，HTTP 报文就可以开始传输了。

用 Wireshark 抓包观察一次最简单的 HTTP 请求-响应，TCP 协议一共收发了 11 个包，可以归纳为 4 个过程：

除去握手和挥手，真正传输 HTTP 数据的只有 4 个包——浏览器发送请求报文、服务器回复 ACK、服务器发送响应报文、浏览器回复 ACK。

3. HTTP 请求报文：浏览器怎么向服务器要数据

HTTP 请求报文由三部分组成：起始行、头部字段、消息正文。

起始行是请求行，包含三个要素：

• 请求方法：一个动词，GET 获取资源，POST 提交数据，PUT 更新，DELETE 删除
• 请求目标：URI，标记要操作的资源路径
• 协议版本：HTTP/1.1

一个完整的请求行长这样：

GET /index HTTP/1.1

这行指令和你在浏览器地址栏输入 http://127.0.0.1:80/index 是等价的。

头部字段以 key-value 格式描述请求的附加信息，比如客户端接受的编码格式、语言偏好等，这里不展开。消息正文在 GET 请求中通常为空，POST 请求则携带表单数据或 JSON。

下面用 Go net 包发送一个最小的 HTTP GET 请求，直观感受一下：

conn, err := net.Dial("tcp", "localhost:8001")
if err != nil {
log.Fatal(err)
}
defer conn.Close()

// 发送 HTTP 请求行
conn.Write([]byte("GET /index HTTP/1.1\\r\\n\\r\\n"))
// 关闭写端，告诉服务器"我发完了"
conn.(*net.TCPConn).CloseWrite()

// 读取服务器响应
buffer := make([]byte, 2048)
length, err := conn.Read(buffer)
if err != nil {
log.Fatal(err)
}
fmt.Println(string(buffer[:length]))

关键点拆解：

• net.Dial(“tcp”, “localhost:8001”) 建立 TCP 连接到服务器的 8001 端口
• conn.Write(…) 把 HTTP 请求行以字节流形式写出去，底层走的就是 TCP
• CloseWrite() 告诉服务器"我发完了"，服务器才会开始处理并返回响应
• 响应也是一个字节流，通过 conn.Read() 接收

你在浏览器输入 URL 的过程，本质上就是这段代码在底层做的事。

4. HTTP 响应报文：服务器怎么把页面返回

服务器收到 HTTP 请求后，解析请求行，找到对应的资源，构造响应报文返回。

响应报文同样由三部分组成：起始行（响应行）、头部字段、消息正文。

响应行包含三个要素：

• 协议版本：HTTP/1.1
• 状态码：三位数字，200 表示成功，404 表示资源不存在，500 表示服务器内部错误
• 原因短语：状态码的文字说明，比如 OK、Not Found

一个让开发者最安心的响应行：

HTTP/1.1 200 OK

常见状态码分类：

• 1xx：信息提示，请求已收到，继续处理
• 2xx：成功，200 OK 最常见
• 3xx：重定向，资源换了位置
• 4xx：客户端错误，404 Not Found（路径写错）、400 Bad Request（参数不对）
• 5xx：服务端错误，500 Internal Server Error（代码崩了）

服务器的响应分为静态和动态两种。静态响应直接返回一个 HTML 文件，动态响应需要根据请求参数（比如用户 ID）生成个性化内容。

下面是一个处理静态响应的最小 TCP 服务端代码：

listener, err := net.Listen("tcp", ":8001")
if err != nil {
log.Fatal(err)
}
defer listener.Close()

fmt.Println("启动服务器，监听端口：8001")

for {
conn, err := listener.Accept()
if err != nil {
log.Println(err)
continue
}

go func(c net.Conn) {
defer c.Close()

buffer := make([]byte, 4096)
length, _ := c.Read(buffer)
requestLine := string(buffer[:length])

// 简单解析请求行，提取路径
parts := strings.Fields(requestLine)
path := parts[1]

// 构造响应
body := fmt.Sprintf("<h1>Hello, you requested: %s</h1>", path)
response := fmt.Sprintf(
"HTTP/1.1 200 OK\\r\\n"+
"Content-Length: %d\\r\\n"+
"Content-Type: text/html\\r\\n"+
"\\r\\n%s",
len(body), body)

c.Write([]byte(response))
}(conn)
}

关键点拆解：

• net.Listen(“tcp”, “:8001”) 监听 8001 端口，这个端口就是浏览器里 localhost:8001 指向的目标
• listener.Accept() 阻塞等待客户端连接，每个连接返回一个 Conn 对象
• 用 go 关键字启动 goroutine 处理每个连接，天然支持并发
• 解析请求行，提取出请求路径
• 构造完整的 HTTP 响应报文（状态行 + 头部 + 空行 + 响应体），通过 Conn 写出去
• HTTP 协议不关心文件内容是什么——HTML、图片、JSON，最终都转成字节流通过 TCP 发出去

总结

屏蔽掉底层细节，笼统总结一下上述过程：

应用层：

• 浏览器封装 HTTP 请求报文
• DNS 解析域名获得目标服务器地址

传输层：

• TCP 三次握手建立连接
• 把应用层传过来的 HTTP 请求报文进行分割，并在各个报文上打上标记序号及端口号
• 转发给网络层

网络层：

• 利用 ARP 协议根据 IP 地址获取作为通信目的地的 MAC 地址
• 转发给链路层

服务端在链路层收到数据，按序往上层发送，一直到应用层接收到浏览器发送来的 HTTP 请求报文，然后处理该请求并返回 HTTP 响应报文，浏览器接收到响应报文之后解析渲染界面。最后 TCP 四次挥手断开连接。